Otomatisasi AI: Efisiensi Perusahaan, Ancaman bagi Tenaga Kerja?

Ilustrasi: konsep kecerdasan buatan dan teknologi masa depan dengan robot humanoid yang bekerja dan mengendalikan otak mekanik untuk perhitungan dan bisnis. Foto: Phiwath Jittamas/iStock.

Mei 2026 menjadi bulan yang mengguncang industri keuangan global. Standard Chartered, salah satu bank internasional terkemuka, mengumumkan rencana memangkas sekitar 7.800 pekerja back office hingga 2030, dengan alasan yang disampaikan secara terang-terangan oleh CEO Bill Winters: perusahaan sedang "mengganti modal manusia yang bernilai lebih rendah" dengan investasi otomatisasi dan AI. Pernyataan blak-blakan ini menjadi simbol dari pertanyaan yang kini menghantui sektor keuangan di seluruh dunia, termasuk Indonesia: apakah efisiensi berbasis AI benar-benar tak terelakkan, dan seberapa besar harga yang harus dibayar tenaga kerja manusia?

Gelombang PHK yang Terus Meluas

Standard Chartered bukan kasus terisolasi. Area yang paling terdampak kebijakan rasionalisasi ini adalah pusat operasional back-office yang tersebar di berbagai negara berkembang, termasuk Chennai dan Bangalore di India, Kuala Lumpur di Malaysia, hingga Warsawa di Polandia menunjukkan bahwa dampak otomatisasi finansial berbasis AI sangat mungkin dirasakan tenaga kerja Asia, tidak terkecuali kawasan yang berdekatan dengan Indonesia.

Di dalam negeri, dampak gelombang ini juga mulai terasa. Data Kementerian Ketenagakerjaan mencatat lebih dari 42 ribu pekerja Indonesia kehilangan pekerjaan pada pertengahan 2025, dengan lonjakan PHK mencapai 32,19 persen dibanding periode yang sama tahun sebelumnya. Meski faktor pemicu PHK di Indonesia bersifat multifaktor termasuk suku bunga tinggi dan ketegangan geopolitik adopsi AI dan otomatisasi tetap disebut sebagai salah satu pendorong signifikan tren ini.

Bagaimana Sektor Perbankan Indonesia Merespons?

Menariknya, otoritas pengawas perbankan Indonesia punya sudut pandang yang cukup berimbang soal fenomena ini. Kepala Eksekutif Pengawas Perbankan OJK, Dian Ediana Rae, menegaskan bahwa langkah efisiensi perbankan domestik bukan disebabkan lesunya kinerja bank, melainkan murni didorong meningkatnya adopsi teknologi informasi yang semakin masif otomatisasi layanan digital baik di sisi penghimpunan dana maupun penyaluran kredit kini membuat perbankan bisa merampingkan operasionalnya secara signifikan.

OJK menilai tren ini positif sepanjang dilakukan secara prudent (hati-hati) dan dibarengi program pelatihan ulang (re-training dan re-skilling), agar karyawan yang terdampak bisa dialokasikan ke unit bisnis dengan nilai tambah lebih tinggi sebuah pendekatan yang menempatkan reskilling sebagai mitigasi utama, bukan sekadar retorika kosong.

Skala Risiko: Seberapa Nyata Ancamannya bagi Indonesia?

Data yang lebih mendalam menunjukkan gambaran yang cukup nuansa. Tingkat adopsi AI di Indonesia mencapai 92 persen, namun pemanfaatannya untuk peningkatan produktivitas nyata masih tergolong rendah, dengan tingkat paparan risiko otomatisasi tercatat sebesar 14,1 persen menempatkan Indonesia di posisi menengah dibanding negara-negara ASEAN lainnya. Data ini mengindikasikan bahwa meski adopsi teknologi sudah meluas, dampak riilnya terhadap penggantian tenaga kerja di Indonesia belum sedramatis yang terjadi di institusi finansial global seperti Standard Chartered.

Pekerjaan yang sifatnya repetitif seperti kasir dan teller tergolong paling rentan tergeser otomatisasi, sementara sektor yang membutuhkan kreativitas dan analitis kompleks dinilai lebih tahan terhadap disrupsi ini. Pola ini konsisten dengan tren global, di mana kelompok pekerja muda dan lulusan baru di bidang teknologi justru dinilai menjadi pihak paling rentan terdampak, karena posisi entry-level yang bersifat administratif dan repetitif paling mudah digantikan sistem otomatis.

Dua Sisi Mata Pisau

Fenomena otomatisasi AI di sektor keuangan pada dasarnya bertindak sebagai pisau bermata dua. Di satu sisi, teknologi melahirkan efisiensi, kecepatan, dan produktivitas yang signifikan bagi perusahaan memangkas birokrasi operasi yang gemuk dan meningkatkan daya saing di tengah kompetisi industri keuangan global yang kian ketat. Di sisi lain, transisi ini menciptakan tekanan nyata terhadap tenaga kerja, khususnya di posisi-posisi administratif dan back-office yang paling mudah direplikasi sistem otomatis.

Masalah yang Belum Terpecahkan

Berdasarkan tinjauan di atas, ada beberapa celah yang masih menjadi pekerjaan rumah, khususnya untuk konteks Indonesia:

1. Belum ada data spesifik yang mengukur secara detail berapa besar kontribusi murni AI dan otomatisasi terhadap angka PHK sektor keuangan Indonesia, dibanding faktor ekonomi makro lain yang juga turut memengaruhi

2. Minim evaluasi publik soal efektivitas program reskilling yang dijanjikan institusi keuangan bagi karyawan terdampak otomatisasi, mengingat komitmen ini masih banyak bersifat pernyataan normatif tanpa mekanisme pemantauan yang jelas

3. Belum jelas bagaimana kesiapan angkatan kerja muda Indonesia, khususnya lulusan baru di bidang keuangan dan teknologi, dalam menghadapi pergeseran kebutuhan skill akibat otomatisasi AI yang terus meningkat di sektor ini

Penutup

Otomatisasi AI di sektor keuangan bukan lagi skenario masa depan, melainkan kenyataan yang sedang berlangsung dari PHK ribuan karyawan Standard Chartered secara global, hingga efisiensi digital yang mulai merampingkan operasional perbankan Indonesia. Pertanyaannya bukan lagi apakah transformasi ini akan terjadi, melainkan bagaimana negara, institusi keuangan, dan tenaga kerja bisa menavigasi transisi ini secara bertanggung jawab memastikan efisiensi yang dikejar perusahaan tidak sepenuhnya mengorbankan mereka yang pekerjaannya digantikan sistem otomatis, tanpa jalan keluar yang layak.